Nyereség:
- Képes megérteni, hogy a vizualizációs döntések (színskála, skála, függőleges túlzás) valójában értelmezési döntések, és az anomáliát több skálán tesztelni
- Képes megőrizni a valódi jelet a minőség-ellenőrzés kiugró értékeinek kiértékelésével úgy, hogy visszatér a forráshoz anélkül, hogy azokat teljesen törölné.
- Képes megőrizni a bizonytalanság nyelvét azáltal, hogy felismeri a hallucináció és a túlzott pontosság kockázatát az AI-jelentéstervezetben, és minden számot/hivatkozást a forráshoz kapcsol
Egy geofizikai projekt értéke nem a nyers adatokból adódik, hanem az abból nyert érthető és védhető képből. Szeizmikus térfogat, ellenállási modell vagy földrengés katalógus; Csak akkor hasznos a döntéshozó számára, ha helyesen ábrázolják és jelentették. Az adatvizualizáció többdimenziós geofizikai adatok átalakítása olyan formátumokká (metszetek, térképek, 3D-s kötetek, hisztogramok), amelyekre az emberi szem képes mintákat rögzíteni. Ebben a részben elmagyarázzuk, hogy a mesterséges intelligencia (AI) miként gyorsító a vizualizációban, a minőségellenőrzésben (QC) és a jelentésekben; de látni fogjuk, milyen könnyen válhat félrevezetővé a kép, és miért etikai felelősség az őszinte kép.
A látvány ereje és veszélye
A geofizikában a vizuális a legerősebb kommunikációs eszköz és a legkönnyebben manipulálható réteg. Ugyanaz a szeizmikus szakasz a színtérképtől és az erősítés beállításától függően „tisztának és tisztanak” vagy „zajosnak és homályosnak” tűnhet. Ugyanaz a fajlagos ellenállási modell a skálahatárok megváltoztatásával feltűnővé vagy finomabbá teheti az anomáliát. Tehát a vizualizációs döntések – szín, lépték, függőleges túlzás, küszöbérték – valójában értelmezési döntések, és őszinteséget igényelnek.
A mesterséges intelligencia kétféleképpen segít itt: (1) nagyszámú vizualizáció gyors előállítása (automatikus keresztmetszet/térkép Pythonnal), (2) ajánlás és minőségellenőrzés, amelyen a vizualizáció tisztességesen ábrázolja az adatokat. De a mesterséges intelligencia a „legfeltűnőbb” képet is képes előállítani; Ezért a látványelemek megválasztásának tudatosnak kell lennie.
Tipp: Mielőtt anomáliát jelentene, rajzolja meg több színskálával és léptékkel. Az a szerkezet, amely csak egy agresszív léptékben jelenik meg, gyakran inkább vizualizációs műtermék, mintsem valóság. A szerkezet akkor megbízható, ha a legtöbb ésszerű skálán konzisztens.
Minőségellenőrzés (QC): valós a kép előtt
A jó jelentés a jó minőségellenőrzéssel kezdődik. A minőségellenőrzés célja az adatok és a származtatott termékek fizikai/statisztikai konzisztenciájának ellenőrzése: kiugró értékek, hézagok, kalibrálási eltolódás, egységhibák, koordináta/idő referencia eltérés. A mesterséges intelligencia gyorsan meg tudja jelölni a rendellenes nyomokat, az inkonzisztens időbélyegeket és az elosztási eltolódásokat nagy adathalmazokban. De az AI-jelzők nem minden „kiugró értéke” valójában hiba – néha a kiugró érték a legértékesebb jelzés (pl. valódi kisebb anomália). Ezért a minőségellenőrzési jelöléseket szakszerűen értékelik a törlés előtt.
Vigyázat: A kiugró értékek nagykereskedelmi törlése a "tisztaság" nevében a legelterjedtebb módja egy valódi jel megsemmisítésének a geofizikában. Amikor az AI „outlier” értéket hív meg, először menjen vissza a forráshoz, és kérdezze meg, hogy ez az érték mérési hiba vagy tényleges fizikai aláírás.
AI a jelentésekben: tervezet igen, gyártás nem
Az AI (különösen a nyelvi modellek) nagy sebességet biztosít a jelentésírásban: vezetői összefoglaló, módszer rész, az eredmények egyszerű nyelvű magyarázata, kifejezések meghatározása. De van két veszély. Az első a hallucináció – amikor a modell hamis információkat, számokat vagy hivatkozásokat állít elő: Az AI kitalálhat egy nem létező kútnevet, rossz mélységet vagy nem létező forrást. A második a túlzott pontosság: a mesterséges intelligencia egy bizonytalan leletet „bizonyos rezervoárként” írhat le. Ezért van az, hogy az AI által írt minden szám, név, minden állítás a forráshoz kapcsolódik, és megerősítve van; A bizonytalanság nyelve megmarad.
Az őszinte látvány elvei
Ahhoz, hogy egy geofizikai kép őszinte legyen: (1) a színskálát és a határokat egyértelműen meg kell adni; (2) a függőleges túlzást kell írni; (3) az interpolált/előrejelzett régiókat meg kell jelölni; (4) igazolni kell a bizonytalanságot vagy felbontást; (5) a tengelyeknek és az egységeknek teljesnek kell lenniük. A mesterséges intelligencia ezeket az alapelveket ellenőrzőlistává alakítja, és segít az egyes képek ellenőrzésében.
három mini tok
1. eset – Színskála illúziója. Az egyik jelentésben az ellenállási anomália feltűnőnek tűnt. A vizsgálat során azt észlelték, hogy a skálahatárok az anomáliát hangsúlyozó módon szűkültek; Ésszerű határokon belül az anomália sokkal halványabb volt. Miután a csapat szabványosította a skálát és növelte a bizonytalanságot, a prezentáció őszinte és védhetővé vált.
2. eset – Valódi jel törölve. A gravitációs minőségellenőrzés során az AI több állomást "kiugró"-ként jelölt meg, és az automatikus tisztítás elvetette őket. Később kiderült, hogy ezek az állomások valódi lokális sűrűségi anomálián vannak: a törölt "outlierek" valójában maga a célpont. A forráshoz való visszatérés fegyelme nélkül a jel elveszne.
3. eset – Jelentés koholt hivatkozással. A mesterséges intelligencia közreműködésével készített jelentéstervezet három forrást sorolt fel „három korábbi tanulmányként a területen”; Közülük kettő teljesen kitalált. A kommentátor minden hivatkozást megvizsgált, és eltávolította a koholmányokat. Tanulság: Az AI által generált hivatkozások vagy számok nem lépnek be a jelentésbe ellenőrzés nélkül.
Négy másolható sablon
1) Őszinte vizuális ellenőrzőlista:
Az Ön feladata: geofizikai vizualizációs tanácsadó. Készítek egy [szeizmikus metszet / fajlagos ellenállás modell / anomália térkép]. Adj egy őszinte vizuális ellenőrzőlistát: színskála, skálahatárok, függőleges túlzás, interpolált zónajelölés, bizonytalanság kijelzés, tengely/egység. Írja be minden tételbe a félrevezetés tipikus módját!
2) QC outlier értékelés:
A hozam tekintetében az AI bizonyos mutatókat kiugró értékként jelölt meg. Hogyan tudom megkülönböztetni, hogy az egyes kiugró értékek mérési hibák vagy valós jelek-e, mielőtt törölnék őket? Milyen ellenőrzéseket végezzek (visszatérés a forráshoz, szomszéd konzisztencia, ismételt mérés)? Adjon döntési folyamatot.
3) Jelentéstervezet ellenőrzése:
Írtam egy geofizikai jelentés tervezetet az AI-val. Adj egy ellenőrző listát: milyen számokat, neveket, hivatkozásokat, mélységeket linkeljek a forráshoz; hogyan találom meg a rendkívüli bizonyosság kifejezéseit, és hogyan fordítom le azokat a bizonytalanság nyelvére; Hogyan rögzíthetem a fiktív hivatkozást?
4) Anomália vizuális vizsgálata:
Mielőtt anomáliát adnék a jelentésben, meg akarok győződni arról, hogy nincsenek vizualizációs műtermékek. Hogyan tesztelhetem ugyanazt az anomáliát különböző színtérrel és skálahatárokkal? Milyen körülmények között nem valódi a szerkezet, ha eltűnik? Mondd el lépésről lépésre.
Gyenge felszólítás / Erős felszólítás
Gyenge felszólítás:
Készítsen lenyűgöző jelentést és látványelemet ezekből az eredményekből.
Ha a „lenyűgöző” az őszinteség elé kerül, az AI eltúlozza az anomáliát, esetleg kitalált hivatkozást ad hozzá.
Erőteljes felszólítás:
Az Ön feladata: geofizikai jelentéskészítő szakember. Bemenet: [inverziós modell +bizonytalanság + kút megerősítése]. Feladat: (1) írjon egy vezetői összefoglalót és a módszerek vázlatát; (2) jelölje meg az egyes számokat/neveket/mélységeket a [forrás] elemmel, jelezve a megerősítendőket; (3) tartsa fenn a kétértelműség nyelvét, kerülje a túlzott pontosságot; (4) javasoljon színskálát, léptéket és interpolált régió megjegyzéseket a képeken. HOZZÁAD egy kitalált hivatkozást vagy számot; Ha nem biztos benne, jelölje be, hogy "ellenőriznie kell".
A forrásoknak való tulajdonítás, a kétértelműség nyelvezete és a kitalálás tilalma teszi a jelentést megbízhatóvá.
Vizualizációs döntések és hatás
határozatot
fair use
Félrevezető használat
AI hozzájárulás
színskála
Normál, nyitott
Ne vigye túlzásba az anomáliát
Ajánlás + minőségellenőrzés
Skálahatár
ésszerű, következetes
szelektív összeomlás
teszt
Függőleges túlzás
meghatározott
rejtett torzítás
Jegyzetek hozzáadása
kiugró
Értékeld és dönts
nagykereskedelmi törlőkendő
jelölés
Hivatkozás/szám
hegesztett
illesztés
Piszkozat (megerősítve)
Gyakori hibák
- Az anomália egyetlen agresszív skálán történő bemutatása. Lehetnek vizualizációs műtermékek; Teszteljen több skálán.
- Kiugró értékek törlése nagykereskedelem. A valódi jel megsemmisülhet; vissza a forráshoz.
- Az AI számának/hivatkozásának használata megerősítés nélkül. Hallucináció szivárog be a jelentésbe.
- A kétértelműség eltávolítása a képről. Az elhatározást és a bizalmat bizonyítani kell.
- A függőleges túlzás elrejtése. Eltorzítja a kép, állapot értelmezését.
Összefoglalva
A vizualizáció és a jelentés az utolsó híd, amelyen keresztül a geofizikai érték eljut a döntéshozóhoz, és egyben a legkönnyebben torzítható réteg. AI; Ez egy erőteljes gyorsító a gyors képkészítéshez, a QC outlier-jelöléshez és a jelentéskészítéshez. De a vizuális döntések értelmezési döntések; szín/skála illúzió, valós jel törlése, hallucinációs utalások valós kockázatok. helyes használat; Ez az anomália tesztelése több skálán, a kiugró értékek értékelése a forráshoz való visszatéréssel, minden szám és hivatkozás megerősítése, valamint a bizonytalanság vizuális megjelenítése. Az őszinte látvány nem esztétikai, hanem szakmai felelősség.
Pályázati feladat
Válasszon ki egy geofizikai eredményt (metszet, modell vagy térkép). Ellenőrizze a képet az „Őszinte kép ellenőrzőlista” sablon segítségével, és rajzoljon újra legalább két színmintát/skálát, hogy megállapítsa, az anomália konzisztens-e. Ezután készítsen egy rövid jelentéstervezetet a „Jelentéstervezet ellenőrzése” sablonnal, és kapcsolja össze az egyes problémákat és hivatkozásokat a forrással; Fordítson le legalább egy rendkívüli bizonyosság állítást a bizonytalanság nyelvére.
ellenőrző lista
- [ ] Több színskálán teszteltem az anomáliát.
- [ ] Visszamentem a forráshoz, és a kiugró értékek törlése előtt értékeltem.
- [ ] A jelentésben szereplő összes számot, nevet és hivatkozást ellenőriztem.
- [ ] A rendkívüli bizonyosság kifejezéseit fordítottam le a bizonytalanság nyelvére.
- [ ] Megadtam a képen a léptéket, a függőleges túlzást és az interpolált tartományt.